Project Icon

wangfreexx-tianruoocr-cl-paddle

开源本地OCR识别和翻译软件

wangfreexx-tianruoocr-cl-paddle是一款开源的本地OCR识别软件,基于Chinese-lite和paddle-ocr技术。支持中文高效识别、条形码扫描和多种翻译接口,包括离线翻译功能。软件提供段落合并和自定义设置,适用于64位Windows系统,无需网络即可进行OCR识别。该项目为用户提供了一个全面的本地文字识别和翻译解决方案。

Paddle - 拥有先进技术和丰富功能的工业平台
GithubPaddlePaddle工业平台开源项目模型训练深度学习高性能推理引擎
PaddlePaddle是中国首个自主研发并开源的深度学习平台,提供先进技术和多样功能,包括核心框架、模型库、开发工具和服务平台。该平台广泛应用于制造、农业、企业服务等行业,已服务超过1070万开发者和23.5万企业,生成86万个模型。PaddlePaddle支持超大规模训练、兼容第三方模型、提供高性能推理引擎,并拥有丰富的行业模型库和开源资源,推动AI商业化。
llm_aided_ocr - 提升OCR文本质量和一致性的系统
FAISSGithubLLM-Aided OCROCROpenAI APITesseract开源项目
该系统利用自然语言处理、机器学习和智能文本处理技术,将OCR输出的文本转换为高精度、格式化良好的易读文档。它解决了字符识别错误、段落结构不正确、虚构内容和格式不一致等常见OCR问题。支持从PDF到图像的转换,使用Tesseract进行OCR,并提供通过本地或API接口进行高级错误校正、智能文本分块处理和Markdown格式化等功能。此外,还采用FAISS和嵌入相似性检查进行内容过滤,确保输出文本的质量和一致性。
MORT - 多语言屏幕实时OCR和翻译工具
GithubMORTOCR多语言支持实时翻译开源项目机器翻译
MORT是一款开源的屏幕实时OCR和翻译工具,支持从屏幕提取文本并进行实时翻译。它集成了多种OCR引擎如TesseractOCR、Windows OCR等,以及Papago、Google等翻译服务。MORT具备多区域OCR、图像调整和自定义API等功能,可应用于游戏、视频等场景的实时翻译。该工具支持英语和日语的默认提取与翻译,并可通过剪贴板功能与钩子程序联动。
tr - 高效的离线OCR文本识别与文档理解SDK
CRNNGithubOCRTransformertr多模态大模型开源项目
tr是一款离线OCR文本识别SDK,核心采用C++开发并提供Python接口,支持多行文本识别和多模态大模型集成。tr结合CRNN与TransformerEncoder,提供高效且资源占用低的OCR解决方案,适用于如弯曲文本和图表等复杂场景。最新版本优化了C++接口、支持Python2、多线程功能,并去除了对opencv-python和Pillow的依赖。提供简洁的下载与安装指引,及详细的示例代码便于快速部署和测试。
PaddleX - 多硬件支持的飞桨模型低代码开发工具
GithubPaddleX低代码开发多硬件支持开源项目模型产线飞桨
PaddleX 3.0是一个基于飞桨框架的低代码开发工具,支持在多种主流硬件上进行模型训练和推理。该工具提供16条模型产线和68个精选模型,覆盖图像分类、目标检测、OCR等多个任务场景,适用于工业、能源、金融等多个行业。PaddleX支持零代码和低代码两种开发模式,可在本地多种硬件上运行,为AI应用开发提供便捷的解决方案。
zotero-ocr - Zotero OCR插件实现PDF文献自动文本识别
GithubOCRPDFTesseractZotero开源项目插件
Zotero OCR是一个开源的Zotero插件,为PDF文献提供OCR文字识别功能。该插件可为选定PDF添加识别文本,生成新的文本化PDF,或创建纯文本笔记和HTML文件。基于Tesseract OCR引擎,支持多语言识别,并提供自定义配置选项。插件安装简便,有助于提升文献管理效率。
TTime - 高效的输入、截图翻译工具,集成多种翻译和OCR服务
GithubTTime划词翻译剪贴板监听翻译开源项目截图OCR翻译
TTime是一款功能丰富的翻译工具,支持输入翻译、截图翻译、划词翻译和悬浮球翻译等方式,集成多种翻译源和OCR服务,提供简洁的用户界面,适用于Windows和macOS系统,满足各种翻译需求。
mindocr - 基于MindSpore的开源OCR工具包 实现高效文本检测与识别
GithubMindOCRMindSporeOCR工具箱开源项目文字识别文本检测
MindOCR是一个基于MindSpore的开源OCR开发工具箱,集成主流文本检测和识别算法。该工具箱提供易用的训练和推理接口,加速文本检测识别模型的开发和部署。MindOCR支持DBNet、CRNN等多种算法,采用模块化设计,并提供高性能预训练模型。研究人员和开发者可以利用MindOCR快速构建OCR应用,实现高效的图像文本理解。
Text-Grab - 多功能OCR工具实现屏幕文本快速提取与编辑
GithubOCRWindows应用开源项目快速查找文本提取文本编辑
Text Grab是一款Windows平台的OCR工具,可从屏幕、图像和视频中提取文本。它提供全屏抓取、框选抓取、文本编辑和快速查找等功能,支持本地OCR识别,无需后台运行。该工具还具备文本处理、正则提取和批量图像OCR等功能,适用于提高文字工作效率。
Translumo - 高精度实时屏幕翻译工具 集成多OCR引擎和多语言支持
GithubOCR引擎Translumo多语言支持实时翻译屏幕翻译开源项目
Translumo作为一款先进的屏幕翻译工具,能实时检测并翻译指定区域的文本内容。其核心优势在于集成了多个OCR引擎,并通过机器学习模型评分机制确保最佳识别效果。该工具具备简洁界面、低延迟特性,并针对系统性能进行了多项优化。Translumo支持多种语言的识别和翻译,专为Windows 10/11系统设计,满足了实时翻译场景的多样化需求。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号